组合成像技术是一种自动立体技术，具有全彩色，连续视角等特点，能够逼真的再现3D场景。由于采集到的图像数据量大，有效的压缩以便于存储传输是十分必要的。对组合成像技术采集到的一幅静止图像目前常用的表示方式有三种：直接采集到的立体元图像阵列、子图像阵列、光线空间图像阵列，后两种图像阵列都可由立体元图像阵列转换得到。本文叙述了一种新的表示方式，这里称作“拼接图像阵列”，也是由立体元图像阵列转换得到的。分析了使用透镜阵列和采集面板这种采集方式采集到的一个立体元图像阵列中相邻立体元图像的光束重叠状况，光束重叠状况是影响图像间相似的原因之一，分析得出相邻立体元图像间光束重叠部分比例随着物体深度的增大越大，反映出相邻立体元图像间的相似性可能会增强；相邻子图像的光束重叠比例随着物体深度的增大而减小，反映出相邻子图像的相似性可能会减弱。对组合成像技术采集到的一幅静止图像的压缩，因对待图像的角度不同，可能有不同的压缩方法。可以把直接采集到的立体元图像阵列当作一个整体，作为一幅具有周期重复性纹理的普通图像；也可视作前面四种表示方式下的图像阵列。对图像阵列的压缩，主要有几种方法：使用针对性变换、用扫描曲线扫描成一维（1D）伪视频流、使用二维（2D）空间预测结构、压缩感知等其它方法。扫描成1D伪视频流相当于1D空间预测结构，只利用了图像阵列中图像在一个方向（水平或垂直）上的相关性，因此效果不是很好；二维空间预测结构能同时利用图像阵列中图像在水平和垂直两个方向的相关性，因此率失真性能要好一些。本文在拼接图像阵列下使用2D空间预测结构来压缩一幅由立体元图像阵列转换成的拼接图像阵列，与一维伪视频流方法和其它几种2D空间预测结构做比较，本文的方法要好一些。对组合成像技术采集到的视频序列的压缩，同样因对待图像的角度不同而产生了不同的方法。当把组合成像技术采集到的一幅静止图像视作具有周期性重复纹理的2D图像时，可是使用通用的2D视频压缩方案，如：MPEG-2/H.264/HEVC。当把它视作图像阵列时，可以使用多视点的方法压缩，图像阵列中每幅图像视作一个视点。本文把由多个立体元图像阵列组成的视频序列转换成由多个拼接图像阵列组成的视频序列，之后把拼接图像阵列中每一幅图像视作一个视点，使用多视点方法压缩。与直接使用HEVC压缩立体元图像阵列组成的视频序列方法做比较，本文的方法要好一些。